“抬头是山，低头（tóu）是煤。”曾在山（shān）西传统煤矿（kuàng）工作8年， 整天（tiān）盯在电脑屏幕前监测矿井瓦斯浓度的郭（guō）梅（méi）从（cóng）来没有想过，有一天自己（jǐ）的工作会和人工智能（néng）有了联系。

两年前，因为（wéi）孩（hái）子来省会城市太原上学，郭梅在（zài）附（fù）近求（qiú）职，做起了数据标注。同样是盯在电脑（nǎo）屏幕前，现在郭梅每天的工（gōng）作（zuò）是给图片、文本或（huò）者（zhě）声（shēng）音进行标注，再把（bǎ）它们交给机器训练和学习。从一开始每天只能标注（zhù）两（liǎng）三百（bǎi）张，到现在的日均完（wán）成1300多张（zhāng），郭梅按件计酬（chóu）的（de）收（shōu）入逐渐提升，已（yǐ）高（gāo）于当地平均收入水（shuǐ）平。

人工智（zhì）能行（háng）业里有句（jù）话（huà）：有多少智能，背（bèi）后就有多（duō）少人工。像郭梅一样，AI数据（jù）标注师成为了随（suí）着（zhe）人工智能发展而出现的新兴就业岗（gǎng）位。2020年（nián）2月，“人工（gōng）智（zhì）能（néng）训（xùn）练师（shī）”正（zhèng）式成为（wéi）新（xīn）职业并纳入（rù）国（guó）家职（zhí）业（yè）分类目录。

他们被称为人工智能背后的人。数据采（cǎi）集和标注是他们的主要（yào）工作，目的就是要教会AI认识数据，转化（huà）成AI能消化和吸收的“语言”。有了足够多、足够好（hǎo）的数据（jù），AI才能够学会像人类一样去感知、思考和（hé）决策，更好地为人类（lèi）服务。

这项工作看起来（lái）简单枯燥，但意义非常（cháng）。“就（jiù）像一台车没有汽油走不了，数据就（jiù）是人工（gōng）智（zhì）能发展的燃料（liào）。有了（le）我们的数（shù）据，机器（算（suàn）法）不断迭代，就能推动人工智（zhì）能往更（gèng）好的（de）方向发展（zhǎn）。” 从事数据标注的山西麟诺公司（sī）总经（jīng）理李（lǐ）应维对第一财经表示。

“从没想过做人（rén）工智能”

20出头的（de）李宇（yǔ）龙从（cóng）未亲眼见过自动驾驶汽车，但他（tā）的工（gōng）作却和自动驾驶（shǐ）的AI算法息息相（xiàng）关。

他曾经（jīng）在生产（chǎn）电子（zǐ）类产品的工厂工（gōng）作（zuò），转做（zuò）AI数据标注后，老（lǎo）板交给他（tā）的第一个项目就（jiù）是（shì）“车（chē）道（dào）线（xiàn）打点”。

简单来说，就（jiù）是给无人驾驶进行车道线标（biāo）注。当无人车行驶到一段路时，会自动连续拍摄图片，李（lǐ）宇龙（lóng）要做的，就是对图片上车辆所行驶的（de）车道旁（páng）边两侧的线进行标（biāo）注，识别虚（xū）线还是实线，匹配（pèi）所对（duì）应的（de）属性（xìng），从而告诉人工智能遇（yù）到虚线时车辆可以进行变道（dào），实线不可（kě）以进行变（biàn）道。

 当时的李宇龙，还不知道数（shù）据标注师到底（dǐ）是什么，更对（duì）人工智能没有具体概念，老板（bǎn）只交（jiāo）给他一套（tào）规则，让（ràng）他按照规则在电脑上认车道（dào）线。好学的他在短时（shí）间内就掌握了规则和难（nán）点，总结出（chū）了标注车道（dào）的（de）规律。

他把自己的工作比（bǐ）作“幼教“，当他拿出一个（gè）红（hóng）苹果给机器并教会它识别，再（zài）拿一个绿（lǜ）苹果给它（tā）时，因为颜（yán）色差（chà）异，机器就（jiù）无法认出了（le）。李（lǐ）宇龙的工（gōng）作（zuò）就是（shì）不断地帮（bāng）助机器识别不同的颜色、大小（xiǎo），甚至是被咬（yǎo）了一口的苹果或是坏苹果，直到随（suí）便拿出一个苹果，它都能认出来。

李宇龙告诉第一财（cái）经记（jì）者，数据标注的工作是“按件计酬”，他的日均收入在300元左右。数据显示，2019年，太原（yuán）市（shì）的城镇居（jū）民全年人（rén）均可（kě）支配收入36362元。他说，自己的（de）工资水平在整个基地标注师日均收入中处于中等水平，“据我（wǒ）了解，有人日均收入甚至（zhì）能破（pò）千。”

对于自己（jǐ）的工作（zuò），李宇龙（lóng）说，刚（gāng）开始接触时（shí），只把它看做一个（gè）重复性的（de）工作，并没（méi）有想太多。直到后来接触项目多了，涉及（jí）的（de）领域包括教（jiāo）育（yù）、安防（fáng）、金融、交通医疗和电商等，每（měi）天（tiān）都在挑战学习能力，也会想要更深（shēn）入了解自己标注的内容可（kě）以应用到的行业。 虽然还（hái）没有坐（zuò）过无人车，但他说，现在看到无（wú）人驾驶的时候，会（huì）想到（dào）这里面也包含了自己的标注成果。

像李宇龙、郭梅的工作一样，第一财经记者看（kàn）到，在（zài）每一间数据标注的办公室里，都是（shì）类似的工作场（chǎng）景（jǐng）：一排排电脑屏幕前，年（nián）轻的数据（jù）标注师根据各（gè）自分配的任务，对文本、图片、语音（yīn）和（hé）视（shì）频做标记（jì）、标重点（diǎn）、打标签、框对象（xiàng）、做注（zhù）释等方式对数据集作出（chū）标注，他（tā）们可能在为（wéi）无人车标注车道线、红（hóng）绿灯（dēng），也可能是在（zài）为肺部影（yǐng）像标注病（bìng）毒数据。

以（yǐ）人脸为例，目前（qián）能实现对约（yuē）150个特征点的标（biāo）注。疫情期间，采（cǎi）集（jí）大（dà）量的戴（dài）口（kǒu）罩（zhào）的（de）人脸照片后，数据标（biāo）注师对人脸的眉毛、眼镜、颧（quán）骨等人脸（liǎn）关键点进行（háng）精准（zhǔn）标（biāo）注，标（biāo）注（zhù）特征点越多，AI就越能精确识别出（chū）戴口罩场景下的人脸。最（zuì）终实现即使不摘（zhāi）口罩，也能精（jīng）确（què）测量体（tǐ）温，或（huò）是通过人脸闸机。

是不是“AI富士康”？

数据标注产业促进了（le）不少（shǎo）城镇和农（nóng）村（cūn）就业，在河南、河北、贵州等地，还出现（xiàn）了一些特色的“数据（jù）标注村”。

据IDC统计，全球（qiú）每年（nián）生（shēng）产的数据量将（jiāng）从2016年的16.1ZB猛增至2025年的（de）163ZB，其中80%-90%是非结（jié）构化数据，这些数据经过（guò）清洗与标注才能被唤醒价值。在我（wǒ）国，每年需要进行标注的（de）语音数据超过200万小时，图（tú）片（piàn）则有数（shù）亿（yì）张，这就产生了源源不断的清洗与标注（zhù）需（xū）求（qiú）。 李应维对第一财（cái）经记者说， 他预计明（míng）年企业的用工将翻一倍（bèi），从160多人扩展到（dào）300人左右。

李（lǐ）应维（wéi）公司所在（zài）的百度（山西）人工智能基础数据产业基地，已经成为（wéi）中国人员和产（chǎn）值规模（mó）第（dì）一的单体数据标（biāo）注基地。AI数据标注师从业（yè）人员超（chāo）过2000人，实（shí）现营（yíng）业（yè）收入超亿元，企业入驻35家（jiā）。该基地（dì）计划在未来5年培养5万（wàn）名AI数据标注师，并引入更多AI合作伙伴。

百度（山西）人（rén）工智能基（jī）础数据产（chǎn）业基（jī）地负责人尉赤告诉记者，人工智能是个高速发展的行业，数据服务（wù）又与人工智能息息相关。“我们的线（xiàn）上众包注册用户有将近（jìn）2000万（wàn）人，目前每个（gè）月在线（xiàn）上为我们提（tí）供服（fú）务（wù）的人将近（jìn）5万人。如果按照行业增长速度来看，培养（yǎng）5万人还不（bú）一（yī）定够。”

不过，数据标注师看上去是人工智能（néng）领域一个“入门”工（gōng）种（zhǒng）：技术门（mén）槛低（dī），招工人群范（fàn）围（wéi）广（guǎng）泛。他们（men）通过每天数千次（cì）的重复（fù）动作，和最前沿科技的（de）人工智能产生联系。也因此，外界给（gěi）这个行业贴上了“AI富（fù）士（shì）康”的标签。

数据标注带来了技术红利，但如果人工智能发（fā）展到一定程度，甚至有可能够取代数据标注师的工作。

艾（ài）瑞（ruì）咨询（xún）在一份人工智能相关报告（gào）指（zhǐ）出，随着算（suàn）法需（xū）求（qiú）越来越旺盛，依（yī）赖人（rén）工（gōng）标（biāo）注（zhù）不能满足市场需求，因此（cǐ）增强数据（jù）处理平台持续学习能力，由机器持续学习人工标（biāo）注（zhù），提（tí）升预标注和自动标注能力对（duì）人工的替（tì）代率将成趋势。此外，随着 AI对数据（jù）的要（yào）求越来越高，数据标（biāo）注行业也正逐（zhú）步进入精细化阶段。

对（duì）于数（shù）据标（biāo）注这（zhè）一职业的未来，李应（yīng）维对记者举例，自己公司（sī）一名员工入职后，因为表现优异，不久已被百度（dù）公司聘用。而（ér）且，数据（jù）标注师（shī）也在为人工智能（néng）培养和发现人才（cái）。

尉赤则认为，目（mù）前大家更多地聚焦在数据加工这件事，但如果（guǒ）再往前（qián）看，更多（duō）的是数据的优化（huà）、还有一些相关的（de）解决方案。数据（jù）标（biāo）注是一个很好的入门，进来之后有机（jī）会更深度参与到产业链协作当中，例如后（hòu）续当（dāng）数（shù）据标注越来越机器化，人工和自动化之间（jiān）要有机（jī）的协同，这也对员工提（tí）出了更高（gāo）的要求。

此外，当（dāng）数据标注（zhù）越来越机器化，人（rén）工智能训（xùn）练师是（shì）一个转换工（gōng）种（zhǒng）的机（jī）会，标注员们现（xiàn）在标注数据，未来（lái）可（kě）能向数据（jù）治理（lǐ）、数据解决方案设计和项目管理（lǐ）等方向发展。

例（lì）如，现在李宇龙的工作重心（xīn）已经转向培训，同时接触到更多的项目管理，根据每个项目对应的特点判断与之匹配的能力（lì）。 在他看来，自己（jǐ）比很（hěn）多传统行业（yè）的人们更（gèng）早地接触到未来（lái）的（de）发（fā）展方向和未来（lái）的生活、工（gōng）作场景，“看到了未来的（de）发展（zhǎn）需求，也就比别（bié）人更早找到更多（duō）发展机（jī）会。”